今天我們要開始建 Azure Machine Learning（下稱AML）的 workspace 了。這是使用 AML 開發的第一步，建議大家可以使用免費額度跟著操作，結束最後再把整個 Resource Group 刪掉，就不會被收到費用了。

建立Workspace的步驟

1. 首先我們進到 Azure Portal 裡面，在 All services 的地方輸入Machine Learning，就會跳出來相關的選擇，如下圖所示，選那個三角燒杯的 LOGO 就對了。
   

2. 點擊進去後，點選下圖所示的按鈕，以建立一個新的 workspace。
   

3. 如下圖所示，接著會要你輸入資料，依序說明各欄位的意思：

• Subscrition：這個是你 Azure 的訂閱，可以選 Free trial，或是貴公司的訂閱。
• Resource Group：這個是資源群組，用以分群及管理你的資源。你可以把專案相關的資源都放在同一個資源群組裡。
• Workspace name：為你的 workspace 取個名字吧！
• Region：是指你的資源所在的地區，如果要離台灣近的話可以選 East Asia，這個的機房在香港。
• Storage Account：這是存放檔案的地方，可以直接點 create new 來建立一個新的。
• Key vault：這是存放 secret 的地方，可以直接點 create new 來建立一個新的。
• Application insight：這個就是所謂的 Application Performance Monitoring(APM)，可以直接點 create new 來建立一個新的。
• Container Rigestry：這是個你註冊的容器，可以先預留 None。

4. 這裡建議開一個專門給 AML 用的資源群組。
   

5. 填寫完後的樣子，此時就可以點下 create new 了。
   

6. 建議先不要急著 create new，可以點選上方 Advance 的 tab，在最下面找到 Data Impact，可以勾選起來，畢竟資料可是企業的命脈，還是加密過的好。
   

7. TAG 的部份可加可不加，從方便管理的角度是建議加的。
   

8. 點下 create new 之後，就會出現 Deployment is in progress。這時候就休息一下，去倒杯茶吧！
   

9. 當部署完成之後，就可以點選 go to resource。
   

10. 接著點選畫面中央的 Launch studio，就可以進到我們的 AML workspace 啦！
    

11. Workspace 應該長成這樣子的畫面。
    

Workspace的架構

建好了 workspace 之後，我們先來看微軟官網這張架構圖片。

我們可以看到 workspace 是整個 AML 的核心，下方屬於 assets 的部份有: 
Environments
Experiments
Pipelines
Datasets
Models
Endpoints

圖片右邊的 Managed resources 是我們用來訓練 AI 模型的資源。

圖片左邊的 Datastores 和 Compute targets 是連結的服務，舉例來說你可以連結到你地端的電腦做訓練。

而上方的 Dependencies 是 Workspace 內包含的 Azure 其他的服務:
Azure Container Registry (ACR)
Azure Storage account
Azure Application Insights
Azure Key Vault

大家請不用擔心，這些東西我們在後面的文章裡都會逐一來講解。